LibMF 正在参加 2020 年度 OSC 中国开源项目评选,请投票支持!
LibMF 在 2020 年度 OSC 中国开源项目评选 中已获得 {{ projectVoteCount }} 票,请投票支持!
投票让它出道
已投票
LibMF 获得 2020 年度 OSC 中国开源项目评选「最佳人气项目」 !
LibMF 获得 2020 年度 OSC 中国开源项目评选「最佳人气项目」「最积极运营项目」 !
LibMF 获得 2020 年度 OSC 中国开源项目评选「最积极运营项目」 !
授权协议 BSD
开发语言 C/C++
操作系统 Windows
软件类型 开源软件
所属分类 程序开发推荐引擎
开源组织
地区 不详
投 递 者 叶秀兰
适用人群 未知
收录时间 2014-04-21

软件简介

LIBMF 是在潜在空间使用两个矩阵,接近一个不完全矩阵。Matrix Factorization 主要用在协作过滤,LibMF 主要特性如下:

  • 除了潜在用户和项特性,还包括了用户偏好,项偏差和平均条件

  • LIBMF 可以在一个多核机器上并行执行

LibMF的作者是大名鼎鼎的台湾国立大学,他们在机器学习领域享有盛名,近年连续多届KDD Cup竞赛上均获得优异成绩,并曾连续多年获得冠军。台湾大学的风格非常务实,业界常用的LibSVM, Liblinear等都是他们开发的,开源代码的效率和质量都非常高

LibMF在矩阵分解的并行化方面作出了很好的贡献,针对SDG优化方法在并行计算中存在的locking problem和memory discontinuity问题,提出了一种矩阵分解的高效算法,根据计算节点的个数来划分评分矩阵block,并分配计算节点。系统介绍可以见这篇论文 (Recsys 2013的 Best paper Award)

Y. Zhuang, W.-S. Chin, Y.-C. Juan, and C.-J. Lin. A Fast Parallel SGD for Matrix Factorization in Shared Memory Systems. Proceedings of ACM Recommender Systems 2013.


展开阅读全文

评论 (0)

加载中
更多评论
暂无内容
发表于AI & 大数据专区
2014/04/29 22:50

TOP 10 开源的推荐系统简介

最 近这两年推荐系统特别火,本文搜集整理了一些比较好的开源推荐系统,即有轻量级的适用于做研究的SVDFeature、LibMF、LibFM等,也有重 量级的适用于工业系统的 Mahout、Oryx、EasyRecd等,供大家参考。PS:这里的top 10仅代表个人观点。 #1.SVDFeature 主页:http://svdfeature.apexlab.org/wiki/Main_Page 语言:C++ 一个feature-based协同过滤和排序工具,由上海交大Apex实验室开发,代码质量较高。在KDD Cup 2012中获得第一...

0
12
发表了博客
2019/11/05 14:09

开源的推荐系统

<div id="cnblogs_post_body" class="blogpost-body "> <div>我收集和整理的目前互联网上所能找到的知名开源推荐系统(open source project for recommendation system),并附上了个人的一些简单点评(未必全面准确),</div> <div>这方面的中文资料很少见,希望对国内的朋友了解掌握推荐系统有帮助</div> <div> </div> <div>陈运文</div> <div> </div> <div> <strong>SVDFeature</strong></div> <div>由上海交大...

0
0
发表了博客
2019/04/24 16:53

推荐系统干货总结【全】

前言 推荐系统是一个相当火热的研究方向,在工业界和学术界都得到了大家的广泛关注。希望通过此文,总结一些关于推荐系统领域相关的会议、知名学者,以及做科研常用的数据集、代码库等,一来算是对自己涉猎推荐系统领域的整理和总结,二来希望能够帮助想入门推荐系统的童鞋们提供一个参考,希望能够尽快上手推荐系统,进而更好更快的深入科研也好、工程也罢。更多关于推荐系统的内容请参考拙作推荐系统从入门到接着入门 一、 相...

0
0
2019/04/21 14:53

Spark机器学习实战 (十二) - 推荐系统实战

# 0 [相关源码](https://github.com/Wasabi1234/Spark-MLlib-Tutorial) 将结合前述知识进行综合实战,以达到所学即所用。在推荐系统项目中,讲解了推荐系统基本原理以及实现推荐系统的架构思路,有其他相关研发经验基础的同学可以结合以往的经验,实现自己的推荐系统。 # 1 推荐系统简介 ## 1.1 什么是推荐系统 ![](https://upload-images.jianshu.io/upload_images/16782311-7ae6fc8d7c9c0a71.png?imageMogr2/auto-orient/stri...

0
1
发表了博客
2019/05/09 14:32

完备的 AI 学习路线,最详细的中英文资源整理(转)

本文由知名开源平台,AI 技术平台以及领域专家:Datawhale,ApacheCN,AI 有道和黄海广博士联合整理贡献,内容涵盖 AI 入门基础知识、数据分析挖掘、机器学习、深度学习、强化学习、前沿 Paper 和五大 AI 理论应用领域:自然语言处理,计算机视觉,推荐系统,风控模型和知识图谱。是你学习 AI 从入门到专家必备的学习路线和优质学习资源。 基础知识 1 数学 数学是学不完的,也没有几个人能像博士一样扎实地学好数学基础,入门人...

0
0
发表于AI & 大数据专区
2019/08/05 09:15

重磅 | 完备的 AI 学习路线,最详细的资源整理!

【导读】 本文由知名开源平台,AI技术平台以及领域专家:Datawhale,ApacheCN,AI有道和黄海广博士联合整理贡献,内容涵盖AI入门基础知识、数据分析\挖掘、机器学习、深度学习、强化学习、前沿Paper和五大AI理论应用领域:自然语言处理,计算机视觉,推荐系统,风控模型和知识图谱。是你学习AI从入门到专家必备的学习路线和优质学习资源。 基础知识 1 数学 数学是学不完的,也没有几个人能像博士一样扎实地学好数学基础,入门人...

0
0
发表了博客
2019/04/28 10:26

重磅 | 完备的 AI 学习路线,最详细的资源整理!

【导读】 本文由知名开源平台,AI技术平台以及领域专家:Datawhale,ApacheCN,AI有道和黄海广博士联合整理贡献,内容涵盖AI入门基础知识、数据分析\挖掘、机器学习、深度学习、强化学习、前沿Paper和五大AI理论应用领域:自然语言处理,计算机视觉,推荐系统,风控模型和知识图谱。是你学习AI从入门到专家必备的学习路线和优质学习资源。 基础知识 1 数学 数学是学不完的,也没有几个人能像博士一样扎实地学好数学基础,入门人...

0
0
没有更多内容
加载失败,请刷新页面
点击加载更多
加载中
下一页
暂无内容
0 评论
11 收藏
分享
OSCHINA
登录后可查看更多优质内容
返回顶部
顶部